Projet data science et sciences sociales - S2

Objectif

Le cursus de l'ENSAE est riche et très orienté sur l'apprentissage de méthodes et de théories. L'heure est venue de les mettre en pratique, en proposant aux étudiants d'imaginer, développer et mettre en valeur leur propre projet d'étude empirique. 

Dans le cadre de ce module, les étudiants vont : 

• définir par eux-mêmes une question de recherche, 
• motiver cette question en expliquant comment elle s'insère dans la littérature existante, 
• trouver les données qui permettent d'éclairer cette questions, en cherchant dans les répertoires de données existants, en pensant à quelles variables sont indispensables ou souhaitables pour mener l'analyse, et à quel niveau (individuel, agrégé ?) les données doivent être disponibles, 
• penser à l'adéquation entre stratégie empirique, données, et question, 
• le cas échéant, évaluer la validité des stratégies d'identification sous-jacentes aux différentes méthodes, 
• présenter et défendre son travail à différentes étapes d'avancement, expliquer les choix qui ont été faits, incorporer les retours et réviser son travail en conséquence, 
• appliquer sur données réelles les méthodes de data science et d'économétrie couvertes dans les autres modules, 
• articuler les considérations théoriques (du champ de chacun) avec l'analyse empirique, 
• écrire un papier concis, clair et bien motivé pour présenter le projet et les résultats, 
• réaliser une courte vidéo basée sur son travail. 

Plan

Au premier semestre: 

• 2 séances en classe entière, pour introduire les attendus, définir les interactions entre question de recherche, méthodologie et données, et pour guider les étudiants vers leur projet. 
• 4 séances en groupe pour travailler les projets dans le détail.  

Au second semestre : 

• 2 séances en classe entière, pour questionner les méthodes de conduite de la recherche, la manière d'écrire et de faire vivre son code, et les méthodes de rédaction. 
• 4 séances en groupe supplémentaires.